论文部分内容阅读
数字图像处理技术是上世纪六七十年代发展起来的一门新兴学科。随着计算机技术的飞速发展,数字图像处理技术获得了飞速的发展。去除图像的噪声是图像处理过程中的一个重要环节,其结果直接影响到图像质量和特征提取的精确性。现实中由于获取图像的环境、设备及传输过程存在不确定因素,使得图像受到噪声污染是不可避免的。因此,如何减少甚至消除噪声一直是图像处理研究中的课题之一。图像分析和理解的第一步往往就是首先要考虑对噪声的处理。本文的主要内容及组织结构如下:(1)第一章绪论部分介绍数字图像去噪的研究背景,研究目的和意义,指出了当前图像去噪的难点和存在的问题。(2)第二章介绍图像去噪的理论基础,对图像噪声的概念,噪声的来源和特点及图像的质量评价标准进行了阐述。(3)第三章介绍图像的空间域去噪,主要介绍了中值滤波方法的原理,特性,去噪性能及对中值滤波的改进方法—极值中值滤波、加权中值滤波和自适应中值滤波方法分别进行了介绍。(4)第四章介绍图像的变换域去噪,主要介绍了小波变换和偏微分方程在图像去噪方面的应用,特别是针对小波变换在图像去噪方面的应用进行了着重阐述,介绍了小波变换的发展历程及小波阈值法图像去噪,并分析了其存在的不足及改进方法。(5)第五章介绍本文提出的一种新的方法——基于方向的图像去噪方法,该方法从八个不同的方向做根据来判断噪声,对于阈值,使用一种新的方法进行自适应确定,使得每个像素点都有一个恰当的阈值标准;对于噪声点,我们使用了惩处函数来抑制,减小了非噪声点的误判和图像的细节模糊阈值的自适应确定。实验结果显示这种新算法具有比较好的图像去噪和细节保护性能。(6)第六章展望了图像去噪的发展趋势,同时也提出了本文下一步将要解决的问题。本文取得的成果及说明如下:(1)分别从图像空间域和变换域,对一些常用的图像去噪方法进行了概括和介绍,分析了这些方法的一些优缺点,并介绍了一些改进的算法。(2)提出了一种基于方向的噪声去除算法,实验结果证明本方法具有良好的去噪效果。但需要说明的是,实验当中,图像噪声都是理想化的,往往认为是加性的高斯噪声或者椒盐噪声等。而实际当中,噪声的情况要更为复杂,要达到比较理想的去噪效果往往需要利用多种去噪方法。